主 题: 信息科学系讨论班-基于认知的机器学习公理化
报告人: 于剑教授 (北京交通大学)
时 间: 2017-01-09 11:00 - 12:00
地 点: 理科1号楼1365
在大数据时代，因应用需求的驱动，大量新机器学习方法不断产生。这些新算法理论依据各异，彼此之间的关系极其复杂，对使用者要求极高。但是，儿童的学习能力极高，
却不能掌握现今机器学习的理论。是否能够提出一套符合人类认知的机器学习理论，是当前一个亟待解决的问题。本次报告试图提出一个统一基于认知的机器学习公理化框架，其基本假设是：归哪类，像哪类；像哪类，归哪类。该机器学习理论可以推演出归类方法的三条设计原则，以统一的方式重新解释了数据降维、密度估计、回归，聚类和分类等问题，而且与日常生活中的认知原则一致。
